TRAINING A DEEP NEURAL NETWORK MODEL TO GENERATE RICH OBJECT-CENTRIC EMBEDDINGS OF ROBOTIC VISION DATA

• Main Authors: PIRK, Soeren, LYNCH, Harrison, BAI, Yunfei, KHANSARI ZADEH, Seyed Mohammad, SERMANET, Pierre
• Format: Patent
• Language: English; French
• Published: 02.04.2020
• Subjects: CALCULATING; COMPUTING; COUNTING; PHYSICS

Training a machine learning model (e.g., a neural network model such as a convolutional neural network (CNN) model) so that, when trained, the model can be utilized in processing vision data (e.g., from a vision component of a robot), that captures an object, to generate a rich object-centric embedding for the vision data. The generated embedding can enable differentiation of even subtle variations of attributes of the object captured by the vision data. L'invention concerne l'entraînement d'un modèle d'apprentissage machine (par exemple, un modèle de réseau neuronal tel qu'un modèle de réseau neuronal convolutif (CNN)) de telle sorte que, lorsqu'il est entraîné, le modèle peut être utilisé dans le traitement des données de vision (par exemple, à partir d'un composant de vision d'un robot), qui capturent un objet, pour générer une riche incorporation centrée sur un objet pour les données de vision. L'incorporation générée peut permettre la différenciation de variations, même subtiles, d'attributs de l'objet capturé par les données de vision.